![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
手势识别
文章平均质量分 93
paradoxjun
这个作者很懒,什么都没留下…
展开
-
实时手势识别(2)- 基于关键点分类实现零样本图片的任意手势的识别
先使用YOLOv8检测手部区域,然后使用YOLOv8-pose对放大的手部区域检测关键点,最后使用PointNet分类关键点,可以实现对任意手势的高精度实时识别。对于非遮挡手势,仅需1W个参数,即可实现98%的准确率,极限情况下,仅需400个参数,可以达到80%的准确率。原创 2024-08-19 11:53:17 · 458 阅读 · 0 评论 -
实时手势识别(1)- 基于手部检测+手部分类
利用YOLOv8获取手部区域,然后对手部区域进行分类,实现手势识别。本文使用检测+分类,对于一类手势只需200张训练图片,即可达到99%的准确率。在下一篇基于关键点+关键点分类,无需训练图片,即可实现对任意手势的识别,且达到99%的准确率。原创 2024-08-17 15:27:20 · 1075 阅读 · 0 评论 -
基于YOLOv8的手部检测(2)- 模型训练、结果分析和超参数优化
对YOLOv8手部检测模型进行训练,并分析训练结果,从而调优训练超参数。原创 2024-08-13 16:14:36 · 845 阅读 · 0 评论 -
基于YOLOv8的手部检测(1)- 手部数据集获取(数据集下载、数据清洗、处理与增强)
在进行手部姿态估计、手势识别时,需要先检测出手的位置。本文对网上公开的手部数据集进行获取、清洗、处理与数据增强,用于YOLO等目标检测网络的训练。原创 2024-08-12 11:52:07 · 964 阅读 · 0 评论 -
基于YOLOv8-pose的手部关键点检测(3)- 实现实时手部关键点检测
使用YOLOv8-m对图像进行手部检测,然后扩大检测框区域,并对该区域使用YOLOv8-s-pose使用关键点检测,实现实时的手部关键点检测。原创 2024-08-16 23:57:20 · 509 阅读 · 0 评论 -
基于YOLOv8-pose的手部关键点检测(1)- 手部关键点数据集获取(数据集下载、数据清洗、处理与增强)
手部姿态估计、手势识别和手部动作识别等任务时,可以转化为对手部关键点的分布状态和运动状态的估计问题。本文主要给出手部关键点数据集获取的方式。总共获取三个数据集:handpose_v2、HaGRID-pose和hand_keypoint_26K。正样本总计:593,661张图片(53.33W张用于训练,6.04W张用于验证和测试)。原创 2024-08-14 01:15:22 · 1056 阅读 · 0 评论 -
基于YOLOv8-pose的手部关键点检测(2)- 模型训练、结果分析和超参数优化
对YOLOv8-pose手部关键点检测模型进行训练,并分析训练结果,从而调优训练超参数。原创 2024-08-16 11:57:33 · 485 阅读 · 0 评论